Qwen 3.8 評測：效能、本機部署、GPU 需求與 NSFW 政策

Qwen 3.8 最適合分成兩條線理解：一條是面向大型雲端推理與企業部署的 Qwen3.8-2.4T-A95B / Max 系列，另一條是一般本機 LLM 使用者更有機會實際測試的 Qwen3.8-27B。前者看的是性能上限，後者看的是能不能在自己的工作流程裡用起來。

如果你關心本機部署、GPU 需求、下載地址、商用授權，以及 NSFW 內容上的限制，Qwen 3.8 不能只看跑分。它的不同版本、授權、線上服務和本機權重差異很大，選錯版本會直接影響成本與可用性。

Qwen 3.8 是什麼

Qwen3.8-2.4T-A95B 是 Max 系列背後的大型開放權重基礎，模型頁面標示 2.4T 參數級別與 qwen3.8-max 授權。

Qwen3.8-27B 則更適合一般本機使用者評估。它在模型頁面上顯示為約 28B 參數、BF16、Apache-2.0，因此在授權與測試門檻上更友善。

模型版本與下載地址

效能與實際評價

Qwen 3.8 的亮點在於多語言、程式、長上下文與工具使用能力。社群討論則更關注 27B 是否夠快、量化版是否好用、vLLM/SGLang 支援是否成熟，以及 Max 系列是否值得付出雲端成本。

與主流本機 LLM 比較

本機部署方法

建議先從 27B 或量化版開始，不要直接挑戰 2.4T 系列。

安裝指令範例

pip install -U transformers accelerate torch safetensors python - <<'PY' from transformers import AutoModelForCausalLM, AutoTokenizer model_id = "Qwen/Qwen3.8-27B" tok = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True) model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype="auto", device_map="auto", trust_remote_code=True, ) PY

GPU 與 VRAM 需求

硬體不足時的線上使用方式

Qwen Chat 官方頁面 適合先確認模型風格，再決定是否投入本機部署。線上版也可能提供本機權重沒有的工具、視覺輸入或預設長上下文。

Qwen 3.8-Flash-Next 是什麼

Qwen 也公開了 Qwen3.8-Flash-Next，這是一個預覽 Qwen4 架構方向的 open-weight 實驗模型。它是 125B-A6B 的 MoE 模型，每個 token 實際啟用約 6B 參數，另外還有 51B 參數的 N-gram embedding，設計上可以放在系統 RAM 內預讀，而不是全部塞進 GPU VRAM。

不過，它不是一般遊戲電腦就能輕鬆跑的小模型。官方 BF16 權重大約 360GB，FP8 版本約 185GB，Unsloth 的 GGUF 量化版也落在約 72.5GB 到 111.3GB。比較適合 SGLang、vLLM、TokenSpeed 或 GGUF 工作流程，而不是直接取代一般 27B 本地模型。

它值得被放進 Qwen 3.8 評測裡，是因為它代表 Qwen 接下來的性能方向。Qwen 公布的結果顯示，它在多數語言與視覺語言 benchmark 中超過 Qwen3.8-27B，在 SWE-bench Pro、CoWorkBench、JobBench 等工作型 benchmark 中也有超過 Claude Opus 4.6 Max 的項目。核心新設計包括 GDN + QSA hybrid attention、Gated Residual、RAM 預讀的 N-gram embedding，以及 Muon 訓練方法。

授權方面採用 Qwen Community License 1.0，多數情境可免費商用，但 MaaS、AI coding / office assistant 類產品，以及超大型產品可能需要遵守額外條件或另行簽約。

NSFW 政策與限制

Qwen 官方線上服務並不是無限制 NSFW 聊天工具。露骨性內容、違法用途、危險指示、傷害他人的內容通常會受到政策限制。本機權重在執行層面與線上 UI 不同，但授權、平台規則與當地法律仍然存在。

Qwen3.8-27B Uncensored / Abliterated 版本

如果想在本機環境測試限制較少的派生模型，Hugging Face 上也可以找到 Huihui-Qwen3.8-27B-abliterated。這是基於 Qwen3.8-27B 製作的社群版 uncensored / abliterated 模型，並不是 Qwen 官方發布的版本。一般來說，abliterated 模型會削弱或移除部分拒答傾向，因此面對官方聊天服務或安全對齊模型可能拒絕的提示時，回答意願會更高。

這類模型適合用於本機測試、對齊研究、創作與角色扮演情境的行為比較。不過，因為輸出限制較少，也更容易被引導到成人、危險或法律敏感內容。若要使用，請先閱讀 Hugging Face 模型卡、授權條款、平台規範與所在地法律，尤其不要直接把它當成公開服務部署。

對大多數使用者來說，官方 Qwen3.8-27B 或 Qwen Chat 仍是更穩妥的起點。Abliterated 版比較適合已經熟悉本機模型部署、內容風險與輸出管理的進階使用者。

常見問題

Qwen3.8-Max 和 2.4T-A95B 一樣嗎？

不要完全等同。Max 可視為基於 2.4T-A95B 的官方服務版本，可能包含視覺輸入、工具和長上下文等產品功能。

RTX 4090 可以跑嗎？

27B 的 4bit 量化版有機會在短中上下文測試；BF16 和 2.4T 系列都不適合單張 24GB GPU。

可以商用嗎？

27B 顯示為 Apache-2.0，較適合商用評估；2.4T-A95B 使用 qwen3.8-max 授權，部署前需要閱讀授權條款。

總結

Qwen 3.8 的真正價值在於同時覆蓋大型 Max 服務與較實用的 27B 本機模型。多數讀者應先測 27B 或線上 Qwen Chat，再決定是否投入更重的雲端或分散式推理。

參考資訊

• Qwen 3.8 Official Blog
• Qwen3.8-2.4T-A95B
• Qwen3.8-27B
• Qwen3.8-2.4T-A95B-FP8
• ModelScope
• Qwen Chat
• vLLM
• SGLang
• Prismix